基于Alexnet的金相识别研究
对《机械工程材料综合实验》课程后期的金相组织图像处理,以深度学习代替人眼观察进行自动识别分类.通过建立金相组织图像库,分析各类材料金相组织的不同形态特征,结合Alexnet神经网络模型,研究面向不同组织金相识别的Alexnet迁移学习方法,实现金相图像的自动识别.在4类不同的金相组织图像样本库上进行图像识别实验,准确率达到99.63%,能够快速地实现不同材料的区分.与通过人眼观察的方法对比,可大大减少人工操作的工作量,且方法迅速准确.
金相组织、图像识别、深度学习、Alexnet
TP391.7(计算技术、计算机技术)
大学生创新创业训练计划52JY200515
2021-09-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
38-40,43